Bài tập | NEU OJ

Trong hồi quy đơn $y=b_0+b_1x$ , hệ số chuẩn hóa (beta chuẩn hóa) cho biết ảnh hưởng của $x$ khi cả hai biến được chuẩn hóa:

$\beta^* = b_1\cdot\frac{\sigma_x}{\sigma_y}$

trong đó $b_1$ là hệ số góc bình phương tối thiểu, $\sigma_x,\sigma_y$ là độ lệch chuẩn (mẫu số $n$ ). Với hồi quy đơn, $\beta^*$ chính bằng hệ số tương quan Pearson. In $\beta^*$ .

Định dạng đầu vào:
Dòng đầu: $n$ . $n$ dòng tiếp theo: $x_i$ $y_i$ .
Ràng buộc đầu vào:
$2 \le n \le 1000$ ; $x$ và $y$ không phải hằng số.
Định dạng đầu ra:
Một số thực $\beta^*$ (2 chữ số thập phân).

solution

Đề bài: [Data Science] Hệ số hồi quy chuẩn hóa